[논문]Deep Learning in MR Image Processing

Lee, Doohee; Lee, Jingu; Ko, Jingyu; Yoon, Jaeyeon; Ryu, Kanghyun; Nam, Yoonho

doi:10.13104/imri.2019.23.2.81

Deep Learning in MR Image Processing 원문보기

Investigative magnetic resonance imaging, v.23 no.2, 2019년, pp.81 - 99

Lee, Doohee (Laboratory for Imaging Science and Technology, Department of Electrical and Computer Engineering, Institute of Engineering Research, Seoul National University) , Lee, Jingu (Laboratory for Imaging Science and Technology, Department of Electrical and Computer Engineering, Institute of Engineering Research, Seoul National University) , Ko, Jingyu (Laboratory for Imaging Science and Technology, Department of Electrical and Computer Engineering, Institute of Engineering Research, Seoul National University) , Yoon, Jaeyeon (Laboratory for Imaging Science and Technology, Department of Electrical and Computer Engineering, Institute of Engineering Research, Seoul National University) , Ryu, Kanghyun (Department of Electrical and Electronic Engineering, Yonsei University) , Nam, Yoonho (Department of Radiology, Seoul St. Mary's Hospital, College of Medicine, The Catholic University of Korea)

Abstract ▼ AI-Helper

Recently, deep learning methods have shown great potential in various tasks that involve handling large amounts of digital data. In the field of MR imaging research, deep learning methods are also rapidly being applied in a wide range of areas to complement or replace traditional model-based methods. Deep learning methods have shown remarkable improvements in several MR image processing areas such as image reconstruction, image quality improvement, parameter mapping, image contrast conversion, and image segmentation. With the current rapid development of deep learning technologies, the importance of the role of deep learning in MR imaging research appears to be growing. In this article, we introduce the basic concepts of deep learning and review recent studies on various MR image processing applications.

주제어

참고문헌 (116)

ImageNet classification with deep convolutional neural networks Krizhevsky 1097 2012
IEEE Signal Processing Magazine Hinton 29 82 2012 10.1109/MSP.2012.2205597

상세보기
Sequence to sequence learning with neural networks Sutskever 3104 2014
J Supercomput Jifara 1 2017
J Mach Learn Res Vincent 11 3371 2010

상세보기
IEEE Trans Image Process Zhang 26 3142 2017 10.1109/TIP.2017.2662206

상세보기
Deep residual learning for image recognition He 770 2016
arXiv preprint arXiv:1409.1556 Simonyan 2014
IEEE Trans Pattern Anal Mach Intell Chen 40 834 2018 10.1109/TPAMI.2017.2699184

상세보기
Learning deconvolution network for semantic segmentation Noh 1520 2015
Nature LeCun 521 436 2015 10.1038/nature14539

상세보기
Deep sparse rectifier neural networks Glorot 315 2011
Advances in neural information processing system 2 LeCun 396 1990
Proceedings of the IEEE LeCun 86 2278 1998 10.1109/5.726791

상세보기
Deep learning Goodfellow 2016
Neural Netw Schmidhuber 61 85 2015 10.1016/j.neunet.2014.09.003

상세보기
Going deeper with convolutions Szegedy 1 2015
Generative adversarial nets Goodfellow 2672 2014
Image-to-image translation with conditional adversarial networks Isola 1125 2017
Unpaired image-toimage translation using cycle-consistent adversarial networks Zhu 2223 2017
Nature Zhu 555 487 2018 10.1038/nature25988

상세보기
Clin Orthop Relat Res Lauterbur 3 1989
Br J Radiol Mansfield 50 188 1977 10.1259/0007-1285-50-591-188

상세보기
Magn Reson Med Griswold 47 1202 2002 10.1002/mrm.10171

상세보기
Magn Reson Med Pruessmann 42 952 1999 10.1002/(SICI)1522-2594(199911)42:5<952::AID-MRM16>3.0.CO;2-S

상세보기
Magn Reson Med Sodickson 38 591 1997 10.1002/mrm.1910380414

상세보기
Magn Reson Med Lustig 58 1182 2007 10.1002/mrm.21391

상세보기
IEEE Trans Med Imaging Wang 37 1289 2018 10.1109/TMI.2018.2833635

상세보기
Convex optimization Boyd 127 2004 10.1017/CBO9780511804441.005
Magn Reson Med Han 80 1189 2018 10.1002/mrm.27106

상세보기
SIAM J Imaging Sci Ye 11 991 2018 10.1137/17M1141771

상세보기
Deep residual learning for compressed sensing MRI Lee 15 2017
Magn Reson Med Hammernik 79 3055 2018 10.1002/mrm.26977

상세보기
Magn Reson Med Knoll 81 116 2019 10.1002/mrm.27355

상세보기
Magn Reson Med Akcakaya 81 439 2019 10.1002/mrm.27420

상세보기
IEEE Trans Med Imaging Yang 37 1310 2018 10.1109/TMI.2017.2785879

상세보기
IEEE Trans Med Imaging Quan 37 1488 2018 10.1109/TMI.2018.2820120

상세보기
IEEE Trans Med Imaging Mardani 38 167 2019 10.1109/TMI.2018.2858752

상세보기
Phys Med Biol Hyun 63 135007 2018 10.1088/1361-6560/aac71a

상세보기
Magn Reson Med Eo 80 2188 2018 10.1002/mrm.27201

상세보기
IEEE Trans Med Imaging Aggarwal 38 394 2019 10.1109/TMI.2018.2865356

상세보기
Med Image Anal Benou 42 145 2017 10.1016/j.media.2017.07.006

상세보기
Image restoration by sparse 3D transform-domain collaborative filtering Dabov 681207 2008
IEEE Trans Image Process Elad 15 3736 2006 10.1109/TIP.2006.881969

상세보기
From learning models of natural image patches to whole image restoration Zoran 479 2011
Weighted nuclear norm minimization with application to image denoising Gu 2862 2014
IEEE Trans Image Process Jin 26 4509 2017 10.1109/TIP.2017.2713099

상세보기
IEEE Trans Biomed Eng Lee 65 1985 2018 10.1109/TBME.2018.2821699

상세보기
Magn Reson Med Kyathanahally 80 851 2018 10.1002/mrm.27096

상세보기
IEEE Trans Med Imaging Atkinson 16 903 1997 10.1109/42.650886

상세보기
Magn Reson Med Loktyushin 70 1608 2013 10.1002/mrm.24615

상세보기
Magn Reson Med Ooi 62 943 2009 10.1002/mrm.22082

상세보기
PLoS One Maclaren 7 e48088 2012 10.1371/journal.pone.0048088

상세보기
IEEE Trans Med Imaging Haskell 37 1253 2018 10.1109/TMI.2018.2791482

상세보기
Magn Reson Med Kober 66 135 2011 10.1002/mrm.22797

상세보기
Correction of motion artifacts using a multi-resolution fully convolutional neural network Sommer 1175 2018
Motion correction in MRI using deep learning Johnson 4098 2018
Motion correction in MRI using deep convolutional neural network Pawar 1174 2018
Reduction of respiratory motion artifact in c-spine imaging using deep learning: Is substitution of navigator possible? Lee 2660 2018
arXiv preprint arXiv 2018:1807.06956 Tamada
Automatic detection of motion artifacts in MR images using CNNS Meding 811 2017
Brain MRI super-resolution using deep 3D convolutional networks Pham 197 2017
Phys Med Biol Shi 63 085011 2018 10.1088/1361-6560/aab9e9

상세보기
Brain MRI super resolution using 3D deep densely connected neural networks Chen 739 2018
Med Phys Kim 45 3120 2018 10.1002/mp.12945

상세보기
Magn Reson Med Chaudhari 80 2139 2018 10.1002/mrm.27178

상세보기
IEEE Trans Pattern Anal Mach Intell Dong 38 295 2016 10.1109/TPAMI.2015.2439281

상세보기
AJNR Am J Neuroradiol Tanenbaum 38 1103 2017 10.3174/ajnr.A5227

상세보기
J Magn Reson Imaging Ryu 2019
arXiv preprint arXiv 2018:1806.00153v2 Lee
Radiology Kim 287 658 2018 10.1148/radiol.2017171154

상세보기
IEEE Trans Med Imaging Golkov 35 1344 2016 10.1109/TMI.2016.2551324

상세보기
NMR Biomed Bertleff 30 2017 10.1002/nbm.3833

상세보기
Magn Reson Med Domsch 79 890 2018 10.1002/mrm.26749

상세보기
SafeNet: Artificial neural network for real-time T2 mapping with quality assurance Lee 2277 2018
Nature Ma 495 187 2013 10.1038/nature11971

상세보기
Magn Reson Med Cohen 80 885 2018 10.1002/mrm.27198

상세보기
Neuroimage Yoon 179 199 2018 10.1016/j.neuroimage.2018.06.030

상세보기
Magn Reson Med Shmueli 62 1510 2009 10.1002/mrm.22135

상세보기
Magn Reson Med Liu 61 196 2009 10.1002/mrm.21828

상세보기
Magn Reson Med Liu 66 777 2011 10.1002/mrm.22816

상세보기
Magn Reson Med Wharton 63 1292 2010 10.1002/mrm.22334

상세보기
Magn Reson Med de Rochefort 63 194 2010 10.1002/mrm.22187

상세보기
J Mach Learn Res Papyan 83 1 2017
IEEE Trans Inf Theory Wiatowski 64 1845 2018 10.1109/TIT.2017.2776228

상세보기
SIAM J Imaging Sci Ye 11 991 2018 10.1137/17M1141771

상세보기
arXiv preprint arXiv 2014:1403.6382 Razavian
Advances in neural information processing systems 27 Yosinski 3320 2014
Magn Reson Med Knoll 81 116 2019 10.1002/mrm.27355

상세보기
Interpretable explanations of black boxes by meaningful perturbation Fong 3449 2017
Visualizing and understanding convolutional networks. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Volume 8689 LNCS, No. PART 1 Zeiler 818 2014
Radiology Liu 286 676 2018 10.1148/radiol.2017170700

상세보기
Med Phys Han 44 1408 2017 10.1002/mp.12155

상세보기
Med Image Anal Xiang 47 31 2018 10.1016/j.media.2018.03.011

상세보기
Deep MR to CT synthesis using unpaired data Wolterink 14 2017
Sci Rep Jun 8 9450 2018 10.1038/s41598-018-27742-1

상세보기
J Magn Reson Imaging Gong 48 330 2018 10.1002/jmri.25970

상세보기
Magn Reson Imaging Ryu 2019
U-net: Convolutional networks for biomedical image segmentation Ronneberger 234 2015
Fully convolutional networks for semantic segmentation Long 3431 2015
IEEE Trans Med Imaging Yang 37 1348 2018 10.1109/TMI.2018.2827462

상세보기
Medical image synthesis with context-aware generative adversarial networks Nie 417 2017
Neuroimage Fischl 62 774 2012 10.1016/j.neuroimage.2012.01.021

상세보기
Neuroimage Jenkinson 62 782 2012 10.1016/j.neuroimage.2011.09.015

상세보기
Ischemic Stroke Lesion Segment Kamnitsas 13 46 2015
arXiv preprint arXiv 2018:1806.04224 Rajchl
Med Image Anal Havaei 35 18 2017 10.1016/j.media.2016.05.004

상세보기
IEEE Trans Med Imaging Pereira 35 1240 2016 10.1109/TMI.2016.2538465

상세보기
J Digit Imaging Akkus 30 449 2017 10.1007/s10278-017-9983-4

상세보기
SPIE Med Imaging Liu 10134 1 2017
J Magn Reson Imaging Song 48 1570 2018 10.1002/jmri.26047

상세보기
V-net: fully convolutional neural networks for volumetric medical image segmentation Milletari 565 2016
Neuroimage Clin Guerrero 17 918 2018 10.1016/j.nicl.2017.12.022

상세보기
Radiology Norman 288 177 2018 10.1148/radiol.2018172322

상세보기
Med image Comput Comput Assist Interv Prasoon 16 246 2013
Magn Reson Med Zhou 80 2759 2018 10.1002/mrm.27229

상세보기

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

Deep Learning in MR Image Processing 원문보기

Abstract ▼ AI-Helper

주제어

참고문헌 (116)

이 논문을 인용한 문헌

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Deep Learning in MR Image Processing 원문보기

Abstract ▼ AI-Helper

주제어

참고문헌 (116)

이 논문을 인용한 문헌

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트